Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于体素化合物和CNN-GAM的蛋白质配体亲和力预测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:申联生物医药(上海)股份有限公司

摘要:本发明提供了一种基于体素化合物和CNN‑GAM的蛋白质配体亲和力预测方法及系统,包括单热编码向量生成步骤:使用训练完毕的模型提取配体和蛋白质的空间特征,体素化后生成对应的单热编码向量;特征提取步骤:基于三维卷积神经网络对配体和蛋白质的单热编码向量进行特征提取,得到提取的特征向量;亲和力预测步骤:基于全局注意机制以及提取的特征向量预测与pKi值相关的结合亲和力,输出预测结果。本发明提供的方法不仅解决了计算药物开发、药物虚拟筛选和再利用过程中蛋白质与配体亲和力预测的问题,还显著提升了化合物空间结构预测的精度,具备较好的应用前景。

主权项:1.一种基于体素化合物和CNN-GAM的蛋白质配体亲和力预测方法,其特征在于,包括:单热编码向量生成步骤:使用训练完毕的模型提取配体和蛋白质的空间特征,体素化后生成对应的单热编码向量;特征提取步骤:基于三维卷积神经网络对配体和蛋白质的单热编码向量进行特征提取,得到提取的特征向量;亲和力预测步骤:基于全局注意机制以及提取的特征向量预测与pKi值相关的结合亲和力,输出预测结果。

全文数据:

权利要求:

百度查询: 申联生物医药(上海)股份有限公司 基于体素化合物和CNN-GAM的蛋白质配体亲和力预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。